IMPLEMENTASI ALGORITMA SUPPORT VECTOR MACHINE DALAM ANALISIS KRITIK DAN SARAN TRACER STUDY

Pratama, Ganang Yoga (2023) IMPLEMENTASI ALGORITMA SUPPORT VECTOR MACHINE DALAM ANALISIS KRITIK DAN SARAN TRACER STUDY. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf
Download (742kB)
[img] Text (BAB I)
BAB I.pdf
Download (125kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (523kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (281kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (170kB)
[img] Text (BAB V)
BAB V.pdf
Download (41kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (100kB)
[img] Text (PUBLIKASI)
Publikasi 17.11.1119 Ganang Yoga Pratama.pdf
Restricted to Repository staff only
Download (482kB)

Abstract

Analisis sentimen adalah teknik untuk menganalisis berbagai pendapat, sentimen, sikap maupun emosi dari sebuah teks terhadap produk, jasa, individu, organisasi hingga topik dan sebuah peristiwa. Penelitian ini dilakukan untuk melakukan evaluasi terhadap data kritik dan saran yang diambil dari pelaksanaan tracer study pada tahun 2017 di Universitas Amikom Yogyakarta dengan jumlah data yang dikumpulkan sejumlah 855 data. Data yang masih mentah tersebut akan diolah menggunakan metode Support Vector Machine. Data akan diproses melalui beberapa tahapan seperti preprocessing data, transformation data, klasifikasi data serta evaluasi data. Pengujian akan dilakukan dengan membagi dataset ke dalam 10% data uji dan 90% data latih. Pengujian akan diulang hingga 3 kali iteraasi dengan susunan data yang berbeda di setiap iterasinya. Hasil pengujian menunjukkan hasil Dengan menggunakan algoritma k-fold didapatkan tingkat kecocokan / akurasi tertinggi sebesar 90,74% pada iterasi ke-4 training ke-3 dan rata-rata akurasi tertinggi yaitu 85,18%, serta akurasi sistem sebesar 81,10%. Untuk akurasi terendah di dapat pada iterasi ke-5 sebesar 74,07%. Sistem yang telah dibuat juga telah dapat memprediksi dengan rata-rata Akurasi, Precision, Recall, dan F- Measure sebesar 70%,71,57%,68,89%,69,83%.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Abdulloh, Ferian Fauzi
Uncontrolled Keywords: Analisis Sentimen,Support Vector Machine,Tracer Study.
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 12 Apr 2023 02:19
Last Modified: 26 Jul 2023 07:28
URI: http://eprints.amikom.ac.id/id/eprint/18355

Actions (login required)

View Item View Item